Tribuna · Blog Codito

RAG en la empresa: definición sencilla, casos de uso, precio y límites

Un RAG de empresa permite a una IA responder a partir de sus propios documentos, citando sus fuentes. Qué es para un directivo, sin jerga, los buenos casos de uso, un presupuesto calculado con hipótesis, los límites y el vínculo con el segundo cerebro.

Emile ChalméEmile ChalméFundador de Codito Ergo Sum, socio certificado de Anthropic
7 min de lectura
RAGSecond cerveauGuide
Índice
  1. ¿Cómo funciona un RAG, sin jerga?
  2. ¿Cuáles son los buenos casos de uso de un RAG?
  3. ¿Qué relación hay entre el RAG y el segundo cerebro?
  4. ¿Cuánto cuesta un RAG de empresa?
  5. ¿Cuáles son los límites de un RAG?
  6. ¿Qué dice la CNIL sobre un RAG?
  7. ¿Cómo saber si un RAG le conviene?

Un RAG de empresa es un asistente de IA que primero busca en los documentos de su empresa y después redacta su respuesta a partir de lo que ha encontrado, indicando sus fuentes. Para una pyme, resulta útil cuando la respuesta ya existe en sus documentos y sus equipos pierden tiempo en volver a encontrarla. Según nuestro cálculo, su construcción va de unos 2.400 € a 60.000 € (sin IVA) según el alcance.

RAG significa Retrieval-Augmented Generation, literalmente «generación aumentada por recuperación». El término intimida, la idea es sencilla, y esta guía está escrita para un directivo que tiene que decidir, sin código.

¿Cómo funciona un RAG, sin jerga?

Un RAG funciona como un documentalista rápido: va a buscar los pasajes adecuados, se los lleva al redactor y el redactor responde únicamente a partir de esas páginas. El mecanismo se resume en 4 etapas:

  1. Preparar. Sus documentos se dividen en pasajes y se indexan según su significado, para que una pregunta en lenguaje corriente encuentre el párrafo adecuado aunque no use las mismas palabras.
  2. Buscar. Un compañero hace una pregunta: el sistema selecciona los pasajes más pertinentes entre los que esa persona tiene derecho a ver.
  3. Redactar. La IA recibe la pregunta y esos pasajes, y escribe una respuesta.
  4. Citar. La respuesta remite a los documentos de origen, para que se pueda comprobar.

La diferencia con un ChatGPT o un Claude utilizado a solas: el asistente no conoce sus precios, sus contratos ni sus procedimientos, salvo que usted se los dé. Y el RAG no entrena un nuevo modelo con sus datos: le pasa los extractos adecuados en el momento de la pregunta.

¿Cuáles son los buenos casos de uso de un RAG?

Los buenos casos de uso de un RAG comparten 3 características: un gran volumen de documentos, preguntas que se repiten y una respuesta verificable en una fuente. Estos son 6 ejemplos, que deberá evaluar según sus volúmenes.

ÁreaPregunta típicaFuente consultadaQuién mantiene el control
Atención al cliente«¿Qué procedimiento se aplica a este código de error?»Base de ayuda, tickets resueltosEl asesor revisa
Comercial«¿Hemos respondido ya a esta cláusula?»Propuestas anterioresEl comercial adapta
Jurídico«¿Qué contratos tienen una cláusula de renovación tácita?»Contratos firmadosEl jurista verifica
RR. HH.«¿Cuántos días corresponden a este permiso según nuestro convenio?»Acuerdos y reglamento internoLa persona de RR. HH. confirma
Oficina técnica«¿Qué norma se aplica a este tipo de obra?»Normas, estudios anterioresEl ingeniero decide
Dirección«¿Qué decidimos sobre este tema en junio?»ActasEl director

En Jarvis, uno de nuestros proyectos de desarrollo en paisajismo y obras de urbanización, cada agente de negocio se apoya en una base de conocimiento dedicada. Este principio vale para muchas profesiones con abundante documentación. Un RAG conviene menos para un cálculo exacto sobre datos numéricos: una consulta a su ERP será más segura. Conviene también menos para una base pequeña de 20 documentos, que un asistente clásico con proyecto compartido ya resuelve.

¿Qué relación hay entre el RAG y el segundo cerebro?

El segundo cerebro de empresa es la materia y el RAG es una de las formas de buscar en ella. El segundo cerebro reúne decisiones, procedimientos, clientes y actas en fichas fechadas, con un estado y un responsable, que sus equipos y sus agentes consultan.

La consecuencia para su presupuesto es directa: conectar un RAG a una carpeta compartida desordenada equivale a contratar a un documentalista y ponerlo en un desván. Encontrará rápido, pero a veces será la versión de 2019. Empiece, pues, por 3 colecciones limpias (decisiones, procedimientos, clientes) y por la regla «una sola fuente por tema». Si sus conocimientos caben en fichas estructuradas, una simple conexión mediante el protocolo MCP puede bastar al principio, sin una cadena de búsqueda sofisticada.

¿Cuánto cuesta un RAG de empresa?

Un RAG de empresa cuesta desde el precio de unas pocas licencias en un asistente existente hasta varias decenas de miles de euros si hay que integrarlo con sus programas, con permisos finos. Los intervalos siguientes son un cálculo a partir de una tarifa de 800 a 1.500 € (sin IVA) por día, tomada de nuestra guía de precios, y de un número de días que estimamos. No sustituyen a un presupuesto.

NivelAlcanceHipótesisConstrucción (sin IVA)
1. Proyecto dentro de un asistenteUnas decenas de documentos cargados en un asistente profesional1 a 2 días internosEl tiempo del equipo y las licencias
2. RAG centradoUna base documental, un equipo, una interfaz sencilla3 a 10 días2.400 a 15.000 €
3. RAG integradoVarias fuentes, permisos por usuario, actualizaciones automáticas15 a 40 días12.000 a 60.000 €

Para la API, partamos de 50 preguntas al día, 22 días al mes, 8.000 tokens leídos y 500 escritos por pregunta. Con las tarifas oficiales de Anthropic consultadas el 4 de noviembre de 2026, resulta 23,10 $ al mes con Claude Sonnet 5.5 (2 $ y 10 $ por millón de tokens) y 1,16 $ con Claude Haiku 5.5 (0,10 $ y 0,50 $). La indexación inicial, el alojamiento y la base de búsqueda se suman: su coste depende del volumen y de la solución elegida, y debe pedirse en el presupuesto.

Estas cifras muestran adónde va el presupuesto: a la preparación de los documentos, los permisos de acceso, las pruebas y el mantenimiento. Si primero hay que digitalizar 10 años de PDF escaneados, esa partida puede superar a la parte de IA. Nuestro artículo sobre el precio de un agente de IA detalla el cálculo de los costes recurrentes.

¿Cuáles son los límites de un RAG?

Un RAG solo vale lo que valen sus documentos: no puede responder bien a partir de una fuente falsa, obsoleta o ausente. Estos son los 6 límites que conviene conocer antes de lanzar un proyecto.

  • Documentos contradictorios. 2 versiones de un procedimiento dan 2 respuestas. Cada fuente necesita un estado y una fecha.
  • Un pasaje equivocado. La búsqueda puede no dar con el extracto adecuado, sobre todo con términos muy técnicos o referencias.
  • Tablas y planos mal leídos. Los PDF complejos requieren una preparación específica, que hay que probar con sus documentos.
  • Una respuesta verosímil pero falsa. La CNIL recuerda que el resultado de una IA generativa puede ser inexacto aun pareciendo creíble.
  • Una fuga interna. Sin permisos correctos, un empleado puede obtener una información que no tenía derecho a leer, como un salario.
  • Una base que envejece. Sin mantenimiento, la calidad baja sin ruido.

¿Qué dice la CNIL sobre un RAG?

La CNIL indica que una organización que conecta un sistema de IA a su propia base de conocimiento es responsable de ese tratamiento cuando la base contiene datos personales. Su documento de preguntas frecuentes, publicado el 18 de julio de 2024, cita este supuesto. Para datos personales o documentos sensibles, suele recomendar un despliegue en local, que limita el riesgo de extracción por un tercero, y aconseja asociar al delegado de protección de datos y, en su caso, realizar una evaluación de impacto.

En la práctica: retire del índice lo que no sea necesario, aplique los mismos permisos que en sus carpetas, verifique el contrato y la ubicación del editor, y escriba estas reglas en su carta de uso de la IA. Una persona competente debe validar este marco. En una profesión sujeta a secreto profesional, este encuadre va antes que la elección de la herramienta.

¿Cómo saber si un RAG le conviene?

Un RAG le conviene si puede escribir 20 preguntas frecuentes reales, si sus respuestas existen en sus documentos y si el tiempo perdido se puede cuantificar. Haga esta prueba en 4 pasos antes de pedir un presupuesto:

  1. Pida al equipo afectado que escriba 20 preguntas reales.
  2. Anote para cada una dónde está la respuesta correcta. Si usted mismo no la encuentra, el RAG tampoco la encontrará.
  3. Estime la ganancia: minutos perdidos por pregunta × número de preguntas × coste por hora. Por ejemplo, 5 a 10 minutos × 50 preguntas al día × 220 días × 45 € la hora dan unos 41.000 a 82.000 € al año, si la ganancia es real y los volúmenes se confirman. Divida entre 2 o 3 si quiere una hipótesis prudente.
  4. Pruebe con un pequeño lote de documentos en un asistente profesional, antes de construir.

Tras el lanzamiento, siga 3 cifras: la proporción de respuestas con una fuente correcta, la proporción de preguntas que quedan sin respuesta y el tiempo realmente ahorrado.

No es adecuado si sus preguntas se refieren a cifras en tiempo real, si sus documentos caben en unos pocos archivos o si nadie puede mantener la base.

En Codito Ergo Sum existen 2 caminos. Para un segundo cerebro y una primera prueba con su equipo, el Acompañamiento IA a 499 € o 799 € al mes (sin IVA), sin compromiso y cancelable en cualquier momento. Para un RAG integrado y seguro con una necesidad identificada, el Desarrollo a medida, con presupuesto desde 3.000 € (sin IVA) tras el análisis del alcance, aplicándose el mínimo a un alcance sencillo. Para saber cuál le conviene, dediquemos 30 minutos a sus 20 preguntas.

Fuentes (verificadas el 4 de noviembre de 2026)

Volver

Lo que da en nuestros clientes

Costes ocultos cuantificados en nuestras últimas auditorías IA, con los casos completos.

Ver todos los casos →

Preguntas frecuentes

¿Qué es un RAG en la empresa?

RAG significa Retrieval-Augmented Generation, o generación aumentada por recuperación. En concreto, la IA busca primero los pasajes útiles en sus documentos y después redacta una respuesta a partir de esos pasajes, pudiendo citar sus fuentes. Sus documentos quedan aparte: el modelo los consulta en el momento de la pregunta, sin volver a entrenarse.

¿Cuánto cuesta un RAG para una pyme?

Según nuestro cálculo, un RAG centrado en una base documental cuesta de 2.400 a 15.000 € (sin IVA) de construcción, y un RAG integrado con varios programas y con permisos por usuario de 12.000 a 60.000 € (sin IVA). La API supone unos 23 $ al mes para 50 preguntas al día con Claude Sonnet 5.5, con nuestras hipótesis. El mantenimiento y la calidad de los datos pesan más.

¿Qué diferencia hay entre un RAG y un segundo cerebro de empresa?

El segundo cerebro es la base de conocimiento organizada: decisiones, procedimientos, clientes, actas, mantenidos al día. El RAG es un método para consultar documentos. Un RAG conectado a un drive desordenado da respuestas desordenadas. El segundo cerebro le proporciona un material fechado, ordenado y fiable.

¿Evita un RAG los errores de la IA?

Los reduce sin eliminarlos. La IA puede encontrar el pasaje equivocado, mezclar 2 versiones de un documento o interpretar mal una tabla. Exija fuentes en las que se pueda hacer clic, pruebe con preguntas reales y mantenga una revisión humana para todo lo que comprometa a la empresa ante un cliente o una administración.

¿Es un RAG conforme al RGPD?

Puede serlo, pero hay que construirlo así. La CNIL indica que una organización que conecta una IA a su base de conocimiento es responsable de ese tratamiento cuando la base contiene datos personales. Hay que limitar esos datos, gestionar los permisos de acceso, revisar el contrato del editor y consultar a su delegado de protección de datos.